Cara Mengubah Teks ke Suara: dari Memilih Suara hingga Mengunduh MP3

Mengubah satu paragraf teks menjadi MP3 siap pakai hanya punya tiga tindakan kunci: rapikan teksnya agar cocok dibacakan, pilih satu suara yang cocok dengan bahasanya, dan dengarkan hasilnya sebelum menyimpan. Halaman Text-to-Speech PixMind menaruh tiga langkah itu dalam satu antarmuka: sisi kiri untuk memasukkan teks dengan penghitung karakter waktu-nyata, sisi kanan untuk memilih suara dan parameter, hasil generate diputar di halaman, dan diunduh setelah dikonfirmasi.

Buka Text-to-Speech; dengan pengantar produk di bawah 100 karakter, berkas audio pertama bisa Anda dapatkan dalam beberapa menit.

Poin utama

• Di popup suara, contohnya bisa langsung dipratinjau; pada tahap generate, engine Microsoft gratis tanpa perlu registrasi, engine lainnya mewajibkan masuk akun dan mengonsumsi kredit sesuai jumlah karakter.
• Belum masuk akun: maksimal 100 karakter per generate dan 2x uji coba gratis; setelah masuk, paket gratis tetap 100 karakter per generate, dan anggota berbayar dinaikkan hingga 10000 karakter.
• Slider kecepatan bicara dan volume tersedia untuk semua engine; slider nada hanya muncul pada engine MiniMax; berpindah engine mengembalikan parameter ke nilai default.
• Periksa dulu hasilnya di bilah pemutar halaman—nama orang, nama produk, dan deretan angka panjang—baru klik unduh untuk mendapatkan berkas MP3.

Siapkan teks yang cocok langsung dibacakan

Perbedaan kualitas hasil sebagian besar berasal dari teks, bukan parameter. Suara yang sama membaca kalimat panjang gaya tulis versus kalimat pendek terdengar jauh berbeda; mengubah naskah menjadi "bahasa yang diucapkan" sebelum generate lebih efektif daripada menggeser slider berkali-kali.

Ada tiga cara mengubahnya. Pecah kalimat panjang menjadi pendek, satu poin per kalimat, dan buang kata hiasan gaya tulisan seperti "memiliki" dan "bertujuan untuk". Tulis angka dan singkatan sesuai cara bacanya yang diinginkan—kode model, nominal, dan tahun masing-masing berdiri sendiri. Serahkan jeda pada tanda baca: koma jeda pendek, titik tempat mengambil napas; jangan mengatur irama dengan spasi.

Contoh satu pengantar produk. Teks asli: "Produk ini memakai mesin generasi baru hasil riset sendiri, memiliki karakteristik cepat, stabil, dan mudah dipakai, mampu memenuhi kebutuhan beragam pengguna personal maupun pelanggan korporasi dalam berbagai skenario." Versi tulis ulang gaya bicara: "Ini mesin generasi baru kami. Cepat, dan stabil. Dipakai sendiri bisa, tim juga bisa."

Kotak input memotong teks sesuai batas karakter saat ini, dan di bawahnya tampil penghitung "sekarang / batas" secara waktu-nyata. Nilai batasnya bergantung pada status masuk akun; cara memeriksanya ada di "Cara memastikan kuota dan perkiraan konsumsi sebelum mulai".

Saring suara berdasarkan bahasa dan pratinjau

Panel kanan secara default sudah membawa satu suara yang dipilih menurut bahasa antarmuka—antarmuka berbahasa Tionghoa mendapat suara bahasa Tionghoa—dan bisa langsung dipakai untuk versi pertama. Untuk mengganti suara, ikuti urutan berikut:

1. Klik "Pilih Suara" untuk membuka popup suara.
2. Pada baris "Model Suara" di bagian atas, ganti engine: Microsoft, Volcano Engine, MiniMax, Google, dan Bahasa Kecil. Setiap kartu mencantumkan jumlah suara engine tersebut saat ini; jumlah pastinya mengikuti antarmuka.
3. Gunakan dropdown "Bahasa" untuk menyaring bahasa target. Opsinya berasal dari katalog suara engine aktif dan berubah mengikuti engine yang dipilih.
4. Bila perlu, persempit lagi dengan dropdown "Gender" (suara wanita, suara pria) dan kotak pencarian; di sisi kanan tampil jumlah hasil "N suara" secara waktu-nyata.
5. Arahkan kursor ke avatar suara lalu klik play untuk mendengar contohnya; suara tanpa contoh akan menampilkan peringatan "suara ini belum ada pratinjau".
6. Klik "Pilih" pada kartu yang Anda suka; popup tertutup dan panel kanan berganti ke suara tersebut.

Pratinjau memutar contoh bawaan suaranya, bukan teks Anda; untuk menilai efek sebenarnya, generate satu versi dengan teks pendek lalu dengarkan. Engine tidak punya jawaban tunggal: engine Microsoft gratis dengan cakupan bahasa luas; halaman memposisikan Volcano Engine untuk narasi dan audiobook, MiniMax untuk iklan dan sulih suara karakter, Google mencakup lebih banyak bahasa dan aksen, serta engine Bahasa Kecil mencakup bahasa etnik dan kawasan. Mencoba satu-dua suara per engine sesuai tugas yang ada lebih dapat diandalkan daripada menghafal kesimpulan.

Atur kecepatan bicara, volume, dan parameter yang tersedia

Di panel "Pengaturan Suara", slider kecepatan bicara dan volume tersedia untuk semua engine, sedangkan slider ketiga "nada" hanya muncul bila suara engine MiniMax dipilih. Rentang nilainya berbeda tiap engine:

Parameter mengikuti engine terpilih, tidak berlaku lintas suara: saat berpindah ke suara engine lain, slider otomatis kembali ke nilai default engine itu dan penyetelan sebelumnya tidak disimpan. Tombol "Reset Parameter" di bawah panel selalu bisa mengembalikan nilai default.

Urutan penyetelan sebaiknya dibakukan: generate pertama dengan nilai default, dengarkan dan pastikan masalahnya di irama atau di kekerasan suara, baru sentuh slider yang sesuai—satu perubahan tiap kali, kalau tidak Anda tak akan tahu penyetelan mana yang berperan.

Setelah generate, dengarkan dulu baru unduh MP3

Setelah teks dan suara siap, klik "Generate Suara"; selama proses, tombol menampilkan "Sedang generate…". Sebelum generate, teks, suara, dan jumlah karakter divalidasi lebih dulu—bila syarat tak terpenuhi, peringatan langsung muncul sehingga tidak menunggu sia-sia. Setelah hasil keluar, tangani dengan urutan berikut:

1. Dengarkan tuntas lewat bilah pemutar di bagian bawah halaman. Bilah menampilkan progres, waktu saat ini, total durasi, dan nama suara yang dipakai; progresnya bisa digeser.
2. Verifikasi tiga jenis isi secara khusus: nama orang, nama produk, dan deretan angka panjang. Inilah bagian dengan peluang salah baca tertinggi.
3. Bila ada masalah, kembali ke penulisan teks—misalnya ubah cara penulisannya atau tambah-hapus tanda baca—lalu generate versi baru; hasil baru menggantikan yang sebelumnya.
4. Setelah dipastikan benar, klik "Unduh MP3"; berkas tersimpan berawalan pixmind-tts- dengan ekstensi .mp3.

Audio contoh lengkap (suara: Yunxi):

Halaman hanya menyimpan satu hasil pada satu waktu; untuk beberapa audio, generate dan unduh per segmen.

Cara memastikan kuota dan perkiraan konsumsi sebelum mulai

Informasi kuota tidak perlu dikira-kira—semuanya tampil tepat di bawah kotak teks. Sebelum generate, periksa tiga titik:

1. Penghitung karakter "X / Y karakter": nilai Y adalah 100 untuk belum masuk akun dan paket gratis, serta 10000 untuk anggota berbayar.
2. Teks keterangan di samping penghitung: belum masuk akun menampilkan "uji coba gratis 2x · maksimal 100 karakter per kali", sedangkan paket gratis setelah masuk menampilkan "pengguna gratis maksimal 100 karakter per kali".
3. "Perkiraan konsumsi": saat engine Microsoft dipilih, tampil label "gratis" tanpa memotong kredit; saat engine berbayar dipilih, tampil angka kredit yang dihitung 10 kredit per 100 karakter, dan di bawah 100 karakter tetap dihitung 100 karakter.

Dalam kondisi belum masuk akun, setelah jumlah uji coba habis, server akan menolak generate dan memunculkan jendela masuk akun; setelah masuk, Anda bisa melanjutkan. Pratinjau di popup suara tidak terkena batasan ini dan bisa dibuka kapan saja.

Pertanyaan umum

Suara mana saja yang bisa dicoba gratis?

Semua suara yang punya contoh bisa langsung dipratinjau di popup tanpa perlu masuk akun. Pada tahap generate terbagi dua: suara engine Microsoft gratis dan bisa digenerate tanpa registrasi, dengan batasan bagi yang belum masuk akun berupa 2x percobaan dan 100 karakter per kali; suara engine Volcano Engine, MiniMax, Google, dan Bahasa Kecil mewajibkan masuk akun dan mengonsumsi kredit sesuai karakter. Cara menilainya sederhana: lihat apakah bagian "perkiraan konsumsi" menampilkan label "gratis" atau angka kredit.

Format berkas hasil unduhan apa?

MP3. Setelah setiap kali generate, klik "Unduh MP3" di sisi kanan bilah pemutar untuk menyimpan; nama berkasnya berawalan pixmind-tts- dan disertai stempel waktu pembuatannya. Halaman menyimpan satu hasil pada satu waktu; beberapa segmen isi harus digenerate dan diunduh satu per satu.

Teksnya panjang: bagaimana cara membagi segmennya?

Pastikan dulu batas saat ini: belum masuk akun dan paket gratis 100 karakter per kali, anggota berbayar 10000 karakter; teks yang melebihi tidak bisa digenerate. Potong menurut paragraf alami atau kelompok kalimat, lalu generate dan unduh tiap segmen secara terpisah. Gunakan satu suara yang sama untuk satu naskah, dan ingat bahwa berpindah engine mereset parameter seperti kecepatan dan volume ke nilai default—catat penyetelan Anda sebelum membagi segmen.

Sekarang generate MP3 pertama Anda

Mulai dari pengantar produk di bawah 100 karakter: tulis ulang menjadi kalimat pendek, pilih satu suara bahasa Tionghoa, generate dengan parameter default, dengarkan tuntas, baru putuskan perlu menyetel kecepatan atau mengganti suara. Setelah MP3 pertama terunduh ke perangkat, naskah yang lebih panjang hanyalah pengulangan alur yang sama.

Buka Text-to-Speech.